通过合作和互动代理学习使用工具

Mar, 2024

通过合作和互动代理学习使用工具

Learning to Use Tools via Cooperative and Interactive Agents

Zhengliang Shi, Shen Gao, Xiuyi Chen, Lingyong Yan, Haibo Shi...

TL;DR利用工具学习来增强大型语言模型作为代理人使用外部工具来扩展其能力。我们提出了合作互动的代理人（ConAgents）框架，将工具学习的工作流程模块化为基础，执行和观察代理人，并引入迭代校准（IterCali）方法，以适应工具环境的反馈。实验证明我们的 ConAgents 框架在三个数据集上优于 SOTA 基准，同时我们还提供了对框架的效率和一致性的细粒度分析。

Abstract

tool learning empowers large language models (LLMs) as agents to use external tools to extend their capability. Existing methods employ one single LLM-based agent to iteratively select and execute tools, thereaft

tool learning large language models conagents iterative calibration framework

发现论文，激发创造

软件开发代理的体验式合作学习

使用经验共同学习的新框架，充实以往经验，使大语言模型（LLMs）和自主代理能够更高效地处理未知任务。

Dec, 2023

SciAgent：科学推理的工具增强语言模型

通过在 LLMs 中引入可扩展的工具集，将研究重点从追求全知问题解决者转变为专业的工具使用者，以增加科学推理对于 LLMs 的可行性，并构建了一个名为 MathFunc 的涵盖了超过 30,000 个样本和约 6,000 个工具的工具增强训练语料库，在此基础上开发了 SciAgent 用于科学问题的工具检索、理解和使用，并构建了跨越五个科学领域的基准测试 SciToolBench 来评估 LLMs 在工具协助下的能力，通过 SciToolBench 上的大量实验证实了 SciAgent 的有效性，特别是 SciAgent-Mistral-7B 在绝对准确率上比同样大小的其他 LLMs 高出 13% 以上，此外，SciAgent-DeepMath-7B 的性能远远优于 ChatGPT。

Feb, 2024

利用链式抽象推理进行高效工具使用

大型语言模型需要通过链接现实世界的知识来实现与人类期望一致的准确推理。我们提出了一种新的方法，使用抽象链条进行计划，从而使语言模型能够更好地利用工具进行多步推理，并取得更高效的工具使用和更快的推理速度。

Jan, 2024

小型 LLM 是弱工具学习者：多 LLM 代理

我们提出了一个模块化的多语言模型框架，将大型语言模型能力分解为规划器、调用器和摘要生成器，并通过两阶段训练范式有效地训练该框架，该框架在各种工具使用基准测试中表现出超越传统单语言模型方法的效果，凸显了其在工具学习中的功效和优势。

Jan, 2024

Tool-LMM：一个用于工具智能学习的大型多模态模型

通过使用多模态编码器将开源大语言模型（LLM）与多模态输入指令结合起来，我们提出了 Tool-LMM 系统，使学习的 LLMs 能够意识到多模态输入指令并正确选择匹配功能的工具，实验证明我们的 LMM 能够为多模态指令推荐适当的工具。

Jan, 2024

EASYTOOL：利用简明工具指导增强 LLM 型智能体

为了解决大语言模型在使用工具时面临的多样性和冗长工具文档的问题，本研究引入了 EASYTOOL 框架，将不同来源的多样化和冗长的工具文档转化为统一且简明的工具指南，以提供标准化的工具描述和功能，并通过在多个不同任务上的广泛实验验证了 EasyTool 能够显著减少令牌消耗并提高实际场景中工具利用性能。

Jan, 2024

ProAgent: 利用大型语言模型构建主动合作的人工智能

建立具有适应性行为的人工智能在人工智能与人类合作中具有重要的研究焦点。本研究提出了一种名为 ProAgent 的新框架，利用大型语言模型来预测合作伙伴的决策并改进自身计划。实验证明，ProAgent 在与人工智能代理和人类合作中表现出显著优越性能，为人类与机器人协作的未来研究提供了启示。

Aug, 2023

朝着基于多智能体通信的语言学习

提出了一种交互式多模态框架，通过协作推理游戏，实现神经网络学习语言，初步实验结果可喜，但需注意避免智能体发展出仅针对游戏有效的特定通信编码。

May, 2016

孔子：通过易到难课程反思反馈的迭代式工具学习

利用 Confucius 框架来扩充大型语言模型的能力，使其能够在真实世界应用场景中学习并使用复杂的外部工具。

Aug, 2023

合作多智体强化学习中的教学学习

本文提出了一种新的算法，名为 Learning to Coordinate and Teach Reinforcement（LeCTR），通过在协作多智能体强化学习中使每个代理都学习何时提供何种建议，从而改善整个团队性能和学习效果。实证比较表明，我们的教学代理不仅学习速度更快，而且在现有方法失败的任务中也学会了协作。

May, 2018